生物特征识别技术是基于人体的生理特征或行为特征进行身份验证的技术。近年来,生物特征识别技术由于其良好的安全性和便捷性被广泛应用到金融、安全等领域,相关领域的关键技术也受到越来越多研究者的关注。常用的生物特征有指纹、人脸、手指静脉等。一般来说,生物特征识别系统主要包括预处理、特征提取、匹配、多模融合等步骤。本文以常用的生物特征指纹、人脸、步态和手指静脉为应用背景,研究生物特征识别中的四个关键问题:(1)现有手指静脉识别算法使用的特征忽略了用户差异性及区分性不强的问题;(2)手指静脉图像检索算法使用的特征单一且利用的信息不够全面的问题;(3)指纹图像分割方法难以解决灰度不同质性的问题;(4)高安全场景下缺乏有效多模态融合方法的问题。取得以下研究成果:1、针对现有特征忽略用户差异性及区分性不强的问题,本文提出了一种基于个性化区分性位图的手指静脉识别方法。首先利用LBP提取二值码特征,然后利用个性化的一致性准则提取稳定位,最后设计用户间区分性准则从个性化的稳定位中选择个性化的区分性位,得到每个用户的个性化区分性位图。一致性准则充分考虑到用户的差异性,对每个用户生成一个能反映该用户手指静脉主要特征的稳定位位图。用户间区分性准则侧重于特征之间的区分性,从而在稳定位的基础上获得区分性位。在匹配时,只利用区分性位进行匹配,在提高识别精度的同时,降低了计算复杂度。在自建手指静脉数据库上的实验结果证明了提出方法的有效性。2、针对现有手指静脉图像检索算法使用的特征比较单一且利用的信息不够全面的问题,本文提出了一种基于多尺度融合量化编码的手指静脉图像检索方法。首先融合多尺度纹理特征、多尺度灰度特征、多尺度形状特征作为基特征。然后对融合后的特征利用主成分分析算法进行压缩,最后使用迭代量化编码算法获得相似性保持的二值码。在匹配阶段利用海明距计算相似度。提出的基特征包含了指静脉更丰富的有效特点,即不同尺度下的灰度、纹理以及边缘信息。实验结果表明提出的方法在检索精度上取得了提升。3、指纹分割是指纹识别的基础,为了克服传统方法难以解决灰度不同质性、边缘模糊等问题,本文借鉴视觉局部感知的机理提出了一种基于改进的视觉感知的指纹分割方法。首先设计了一种融合了局部对比度、局部梯度及局部纹理的局部视觉特征。提出的特征能够很好的获取指纹的局部特点,对灰度不同质性、边缘模糊具有一定的鲁棒性。然后将提取的特征输入到模糊ART模型,通过对每个像素分类,完成指纹图像的分割。实验结果证明了提出方法的有效性。4、为了满足高安全性的应用场景,本文对高安全应用的特殊识别性能需求进行了系统地分析,提出了一个多生物特征的混合集成框架,具有较好的泛化性,可应用于各种生物特征识别算法的集成。在提出的框架中,首先设定一个较高的识别门槛,保证FAR为零或接近零,然后利用框架中的串行集成和并行集成,使FRR尽可能低。实验结果表明,混合集成框架优于传统的验证方法。本文系统地分析了现有特征区分性差、单尺度单一特征信息量不足、分割中的灰度不同质性以及高安全应用下的有效融合问题。针对这些问题,我们提出基于个性化区分性位图的手指静脉识别,基于多尺度融合量化编码的手指静脉图像检索方法,基于改进的视觉感知的指纹分割方法,面向高安全应用的混合多生物特征识别框架。本文的研究工作丰富了生物特征识别预处理、特征提取以及多模态融合的技术手段,进一步提升了生物特征识别系统的性能。